李亞濤：python模擬搜索引擎分詞
大家知道python非常的強大，特別針對seo也非常的有用。
1、python可以自動收集與處理信息，比如文章標題與內容
2、python可以自動登錄後台發布文章
之前有寫過相關利用python採集信息的文章，這裡就不多說了，今天說一下怎麼利用python分詞。
最早我在利用python自動收集與發布文章的時候，是利用的discuz的分詞api來分詞的，這樣我就不用人工對每篇文章填入關鍵詞，非常的方便，而且還是比較精準的。
但是這種方法覺得不是太通用
1、效率好像有點慢
2、要自己有個論壇，並且會抓包分析才行，門檻高
最近發現python有個包非常好用，可以直接模擬搜索引擎進行分詞，所以就利用python專門寫了個分詞程序。
舉個例子，我昨天寫了一篇文章標題是：python批量查詢網頁收錄情況並計算收錄率
我用寫好的分詞程序可以實現自動分詞，運行結果如下圖：
其原理就是利用結巴分詞來實現的。
具體代碼分享給大家吧：
#coding:utf8
"""
"""
#python利用結巴分詞關鍵詞自動提取 請確認安裝jieba，安裝方法pip install jieba
import jieba
def cutword(word):
tags=[]
seg_list = jieba.cut(word)
seg_list={}.fromkeys(seg_list).keys() #去除列表中重複的元素
for x in seg_list:
if len(x)>=2: #如果分出來的詞的元素大於等於2個字
tags.append(x) #添加到新的列表中
else:
pass
tags.sort(key=lambda x:len(x)) #按列表中元素字元串的長度從小到大排序
print ",".join(tags)
# return tags
if __name__=="__main__":
word="python批量查詢網頁收錄情況並計算收錄率 」"
cutword(word)
好了，今天就分享到這裡，希望本文對大家有所幫助
TAG:李亞濤 |